Over the last years convolutional neural networks (CNNs) have shown remarkable results in different image classification tasks, including medical imaging. One area that has been less explored with CNNs is Positron Emission Tomography (PET). Fluorodeoxyglucose Positron Emission Tomography (FDG-PET) is a PET technique employed to obtain a representation of brain metabolic function. In this study we employed 3D CNNs in FDG-PET brain images with the purpose of discriminating patients diagnosed with Parkinson’s disease (PD) from controls. We employed Scaled Subprofile Modeling using Principal Component Analysis as a preprocessing step to focus on specific brain regions and limit the number of voxels that are used as input for the CNNs, thereby increasing the signal-to-noise ratio in our data. We performed hyperparameter optimization on three CNN architectures to estimate the classification accuracy of the networks on new data. The best performance that we obtained was [Formula: see text] and area under the receiver operating characteristic curve [Formula: see text] on the test set. We believe that, with larger datasets, PD patients could be reliably distinguished from controls by FDG-PET scans alone and that this technique could be applied to more clinically challenging tasks, like the differential diagnosis of neurological disorders with similar symptoms, such as PD, Progressive Supranuclear Palsy (PSP) and Multiple System Atrophy (MSA).

中文翻译：

---

用于识别 3D 核成像数据中帕金森病的缩放子轮廓建模和卷积神经网络

在过去几年中，卷积神经网络 (CNN) 在包括医学成像在内的不同图像分类任务中取得了显著成果。CNN 探索较少的一个领域是正电子发射断层扫描 (PET)。氟脱氧葡萄糖正电子发射断层扫描 (FDG-PET) 是一种 PET 技术，用于获得大脑代谢功能的表征。在这项研究中，我们在 FDG-PET 脑图像中使用了 3D CNN，目的是区分被诊断患有帕金森病 (PD) 的患者与对照组。我们采用使用主成分分析的 Scaled Subprofile Modeling 作为预处理步骤来关注特定的大脑区域并限制用作 CNN 输入的体素数量，从而提高我们数据中的信噪比。我们对三种 CNN 架构进行了超参数优化，以估计网络对新数据的分类精度。我们获得的最佳性能是[公式：见文本]和测试集上接收器操作特征曲线下的面积[公式：见文本]。我们相信，使用更大的数据集，仅通过 FDG-PET 扫描就可以可靠地将 PD 患者与对照区分开来，并且该技术可以应用于更具临床挑战性的任务，例如鉴别诊断具有相似症状的神经系统疾病，例如 PD，进行性核上性麻痹 (PSP) 和多系统萎缩 (MSA)。见文本]和测试集上的接收者操作特征曲线下面积[公式：见文本]。我们相信，使用更大的数据集，仅通过 FDG-PET 扫描就可以可靠地将 PD 患者与对照区分开来，并且该技术可以应用于更具临床挑战性的任务，例如鉴别诊断具有相似症状的神经系统疾病，例如 PD，进行性核上性麻痹 (PSP) 和多系统萎缩 (MSA)。见文本]和测试集上的接收者操作特征曲线下面积[公式：见文本]。我们相信，使用更大的数据集，仅通过 FDG-PET 扫描就可以可靠地将 PD 患者与对照区分开来，并且该技术可以应用于更具临床挑战性的任务，例如鉴别诊断具有相似症状的神经系统疾病，例如 PD，进行性核上性麻痹 (PSP) 和多系统萎缩 (MSA)。